Resultados de un análisis que sirvió para optar por el título de Geógrafo de la Universidad del Valle, Colombia.

1. Emmanuel Zapata-Caldas, Glenn Hyman, Helena Pachón, Fredy Monserrate y Liliana Vesga Análisis espacial para la identificación de sitios candidatos a la biofortificación de cultivos en nueve países de Latinoamérica y el Caribe

6. Proceso metodológico seguido Recopilación de indicadores y generación de puntos de corte. Elaboración tabla de indicadores de riesgo nutricional Identificación del riesgo a la deficiencia nutricional Información nutricional Búsqueda de datos Revisión bibliográfica Análisis de los datos Información agronómica Información socioeconómica Superposición ponderada Generación de mapas Sitios candidatos para la biofortificación de cultivos en nueve países de Latinoamérica y el Caribe Reclasificación de variables Esquema metodológico

8. El modelo de superposici ón ponderada Datos de entrada Selección de las dos últimas categorías de la clasificación resultante Primer resultado Sitios candidatos Cada variable fue multiplicada por porcentaje de influencia Segundo resultado (eliminación de píxeles aislados) Valores entre 1 - 9

9. Resultados para algunos países Colombia, Brasil y Perú

10. Sitios candidatos para la biofortificación en Colombia

11. Sitios candidatos para la biofortificación en Brasil

12. Sitios candidatos para la biofortificación en el Perú

13. Ahora, lo que tenemos en la Web Aplicación para generar sitios candidatos http:// gismap.ciat.cgiar.org/Biofortification / Artículo con tres de los nueve casos de estudio incluidos en el análisis http://www.ij-healthgeographics.com/content/8/1/29 Sitio en línea con resultados para los nueve países www.agrosalud.org/sitios_candidatos.html Galería de mapas AgroSalud http://www.agrosalud.com/descargas/Multimapas/001multimedia%20mapas.html

16. Otro ejemplo con el maíz

17. Superposición ponderada Adaptado de Esri, 2006

21. Vesga et al. (2008) Esquema para seleccionar sitios con riesgo a la deficiencia de nutrientes Usar datos bioquímicos para definir riesgo a la deficiencia de nutrientes específicos a nivel departamental Hierro: hemoglobina Zinc: zinc sérico Vitamina A: retinol sérico Proteína: Ninguno Si no existen datos bioquímicos, usar datos antropométricos para definir riesgo a la deficiencia de cualquiera de los 4 nutrientes a nivel departamental Hierro, zinc, vitamina A y/o proteína: baja talla/edad Usar datos socioeconómicos para identificar municipios en riesgo a la deficiencia de cualquiera de los 4 nutrientes Hierro, zinc, vitamina A y/o proteína: intensidad de pobreza o bajo la línea de pobreza extrema

22. Reclasificación de variables en escala común Continuación. Reclasificación de variables en escala común Ejemplo de reclasificación País Producción de fríjol Ha/100km/año Reclas. Prevalencia de riesgo deficiencia de hierro (%) Reclas. Colombia 1 - 300 1 10 - 15 1 300 - 500 2 15 - 20 2 500 - 800 3 20 - 30 3 800 - 1.000 4 30 - 32 4 1.000 - 1.300 5 32 - 35 5 1.300 - 1.600 6 35 - 40 6 1.600 - 1.800 7 40 - 42 7 1.800 - 2.100 8 42 - 45 8 2.100 - 2.400 9 45 - 50 9 País Prevalencia de Riesgo deficiencia nutrientes general (%) Reclas. Intensidad de pobreza (%) Reclas. Densidad de población rural Hab/km 2 Reclas. Colombia 5 - 10 1 3 - 5 1 1 - 20 1 10 - 20 2 5 - 6 2 20 - 40 2 20 - 25 3 6 - 7 3 40 - 70 3 25 - 30 4 7 - 8 4 70 - 100 4 30 - 35 5 8 - 9 5 100 - 200 5 35 - 32 6 9 - 10 6 200 - 300 6 32 - 36 7 10 - 11 7 300 - 400 7 36 - 40 8 11 - 14 8 400 - 1.200 8 40 - 50 9 14 - 20 9 1.200 - 4.000 9

23. Para mayor información Emmanuel Zapata Caldas [email_address] AgroSalud www.agrosalud.org

24. Gracias!